Easy_MATLAB

2021-01-22 18:52:19 دوره BCI مبتنی بر SSVEP

دوره واسط مغز- کامپیوتر مبتنی بر SSVEP یک دوره کاملا تخصصی و پروژه محور هست که در آن روشهای تشخیص فرکانس SSVEP از روی سیگنال EEG طبق مقالات تخصصی آموزش داده شده است.

محتوای پکیج آموزشی
ویدیوهای آموزشی
کتب و مقالات تخصصی مرجع
جزوه دست نویس مدرس
پایگاه داده استفاده شده
کدهای پیاده سازی شده برای پروژه ها و مقالات تخصصی

مدت زمان دوره: 33 ساعت

مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

جزئیات بیشتر
https://onlinebme.com/product/bci_ssvep/

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme Open / Comment

2020-11-12 08:23:15 Easy_MATLAB pinned a video Open / Comment

2020-11-12 08:23:07 دوره ی تخصصی پردازش سیگنال مغزی-EEG
"اولین دوره جامع در ایران "

پردازش سیگنال EEG در حوزه زمان
پردازش سیگنال EEG در حوزه فرکانس
پردازش سیگنال EEG در حوزه ویولت
استخراج ویژگی
انتخاب ویژگی
انتخاب باندهای فرکانسی بهینه EEG
انتخاب کانال های بهینه در سیگنال EEG
طبقه بندی سیگنال EEG

پروژه های عملی:
تشخیص صرع از روی سیگنال EEG
طبقه بندی سیگنال EEG مبتنی بر تسک تصور حرکتی

مدت زمان دوره: 50 ساعت
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

جزئیات بیشتر
https://onlinebme.com/product/eeg-signal-processing/

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme Open / Comment

2020-08-02 13:31:19 پکیجهای آموزشی موجود در سایت

اصول برنامه‌نویسی در متلب (رایگان)
مدت دوره: 16 ساعت
https://onlinebme.com/course/matlab/

پیاده سازی گام به گام شبکه های عصبی
مدت دوره: 25 ساعت
https://onlinebme.com/course/neural-networks-in-matlab/


پردازش سیگنال مغزی(EEG) مبتنی بر تسک تصور حرکتی (BCI)
مدت دوره: 21 ساعت
https://onlinebme.com/product/brain-computer-interface-package-motorimagery/


دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
140 ساعت ویدیوی آموزشی
آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
پیاده‌سازی مرحله به مرحله الگوریتمها
انجام پروژه های عملی و تخصصی
پیاده سازی گام به گام مقالات تخصصی

پترن و یادگیری ماشین (فصل یک تا 4): از بیزین تا SVM
مدت دوره: 75 ساعت
https://onlinebme.com/product/season-1-4-packages-pattern-recognition/

پترن و یادگیری ماشین (فصل 5): یادگیری جمعی (Ensemble learning)
مدت دوره: 18 ساعت
https://onlinebme.com/product/ensemble-learning/

پترن و یادگیری ماشین (فصل 6): کاهش بعد (dimensionality reduction)
مدت دوره: 11 ساعت
https://onlinebme.com/product/dimension-reduction-using-lda-pca/

پترن و یادگیری ماشین (فصل 7): انتخاب ویژگی (feature selection)
مدت دوره: 16 ساعت
https://onlinebme.com/product/season07-featrue-selection/


فصل هشتم: خوشه بندی ( clustering)
مدت دوره: 13 ساعت

https://onlinebme.com/product/pattern-season08-clustering/

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme Open / Comment

2020-06-22 11:34:50 دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
فصل هفتم: انتخاب ویژگی (feature selection)

feature conditioning
filter methods feature Selection
ttsest
anova
tvalue
fvalue
pvalue
fisher discriminant ratio
mutual information
wrapper methods feature Selection
sequential forward feature Selection
filter methods with wrapper methods


در فصل هفتم دوره پترن و یادگیری ماشین، روشهای انتخاب ویژگی( feature Selection)از قبیل ttest، anova، نرخ تفکیک پذیری فیشر(FDR) ، اطلاعات متقابل(Mutual information)  و روش جستجوی سلسله مراتبی روبه جلو (sequential forward feature selection ) را معرفی می کنیم و به صورت تخصصی آموزش میدهیم که رویکرد تک تک روشها به چه صورت است، سپس مرحله به مرحله روشها را پیاده سازی می کنیم و در نهایت  با انجام پروژه ها و مثالهایی نشان میدهیم که چطور میتوان از این روشها در پروژه های عملی جهت انتخاب ویژگی استفاده کرد.
این فصل یکی از مهمتری فصل های دوره “شناسایی الگو یادگیری ماشین” است و میتواند نقش قابل توجهی در افزایش عملکرد مدل داشته باشد.

سرفصل مطالب
مقدمه ای بر انتخاب ویژگی
انتخاب ویژگی با روشهای اسکالر ( Filter methods)
 انتخاب ویژگی با تست آماری ttest
انتخاب ویژگی با روش تجزیه و تحلیل واریانسها( anova)
  انتخاب ویژگی با نرخ تفکیک پذیری فیشر(FDR)
انتخاب ویژگی با اطلاعات متقابل (mutual information) 

انتخاب ویژگی با روشهای برداری(ترکیبی)-  wrapper methods

  بررسی معایب روشهای اسکالر و نحوه انتخاب ویژگی با کمک یک مدل
  انتخاب ویژگی با روش جستجوی رو به جلو
  ترکیب روشهای اسکالر با روشهای برداری


پروژه های انجام شده:
انتخاب ویژگی‌های مهم در داده سرطان سینه (طبقه بندی)

انتخاب ویژگی‌های مهم در داده سیگنال مغزی افراد مبتلا به صرع (طبقه بندی)

انتخاب ویژگی‌های مهم در داده سیگنال emg جهت تخمین زاویه مفصل مچ (رگرسیون)

انتخاب ویژگی‌های مهم در داده آلودگی هوا (رگرسیون)

این فصل یکی از مهمترین فصلهای دوره ” شناسایی الگو و یادگیری ماشین” است و خیلی میتواند در پروژه ها برای افزایش دقت مدل کمک کند. سعی کرده ایم در این فصل پروژه های متعددی انجام دهیم تا متوجه شویم که چطور میتوانیم از روشهای انتخاب ویژگی بهره بگیریم تا دقت مدل را افزایش دهیم.

محتوای پکیج:
 ویدیوهای آموزشی
 کدهای پیاده سازی شده برای پروژه ها، تمرینات و مقالات
 منابع معتبری که برای تهیه ویدیو استفاده شده اند(کتب و مقالات مرجع)
 جزوه دست نویس مدرس

تعداد جلسات: 6
مدت زمان دوره: 16ساعت
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

#regression #classification #featureselection

  جهت کسب اطلاعات بیشتر به لینک زیر مراجعه کنید
https://onlinebme.com/product/season07-featrue-selection/

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme Open / Comment

2020-04-12 02:25:28 دوره شناسایی الگو و یادگیری ماشین (اولین دوره تخصصی در ایران)
فصل پنجم: یادگیری جمعی (Ensemble learning)

پیاده سازی تکنیکهای یادگیری جمعی در مسائل کلاسبندی و رگرسیون:
Voting
Stacking
Bagging
tree
knn
svm

Boosting
SVM-AdaBoost
LDA-AdaBoost
Perceptron-AdaBoost
KNN-AdaBoost
TREE-AdaBoost
ELM-AdaBoost
WELM-AdaBoost
AdaBoost.RT


  جهت کسب اطلاعات بیشتر به لینک زیر مراجعه کنید
https://onlinebme.com/product/ensemble-learning/

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme Open / Comment

2020-03-28 14:00:19 Open / Comment

2020-03-28 13:58:50 Easy_MATLAB pinned « سال نو بر همه دوستان مبارک، به مناسبت سال جدید لینک دانلود مجموعه هوش مصنوعی و یادگیری ماشین به صورت رایگان در پیج اینستاگرام قرار داده شده است، لطفا صفحه اینستا گرام را فالو کرده و در قسمت هایلایت دانلود مورد نظر را بیابید. www.instagram.com/hooshemasnooe…» Open / Comment

2020-03-28 13:58:44 سال نو بر همه دوستان مبارک، به مناسبت سال جدید لینک دانلود مجموعه هوش مصنوعی و یادگیری ماشین به صورت رایگان در پیج اینستاگرام قرار داده شده است، لطفا صفحه اینستا گرام را فالو کرده و در قسمت هایلایت دانلود مورد نظر را بیابید.
www.instagram.com/hooshemasnooe

Open / Comment

2020-03-11 22:39:50 Easy_MATLAB pinned «فصل 4(بخش دوم): تئوری و پیاده‌سازی ماشین بردار پشتیبان(SVM) و شبکه عصبی پرسپترون چندلایه (MLP) شبکه عصبی پرسپترون تک لایه قانون یادگیری پرسپترون قانون یادگیری LMS وینرهاف گرادیان نزولی شبکه عصبی پرسپترون چندلایه قانون یادگیری پس انتشار…» Open / Comment